matlab 并行计算工具箱跟mdce介绍新.pdf

3.1 Matlab并行计算发展简介 MATLAB 技术语言和开发环境应用于各个不同的领域，如图像和信号处理、控 制系统、财务建模和计算生物学。MATLAB 通过专业领域特定的插件 （add-ons） 提供专业例程即工具箱(Toolbox)，并为高性能库(Libraries)如BLAS(BasicLinear Algebra Subprograms，用于执行基本向量和矩阵操作的标准构造块的标准程序)、 FFTW(Fast Fourier Transform intheWest，快速傅里叶变换)和LAPACK(Linear AlgebraPACKage，线性代数程序包)提供简洁的用户界面，这些特点吸引了各领 域专家，与使用低层语言如C语言相比可以使他们很快从各个不同方案反复设 计到达功能设计。 计算机处理能力的进步使得利用多个处理器变得容易，无论是多核处理 器，商业机群或两者的结合，这就为像MATLAB 一样的桌面应用软件寻找理论 机制开发这样的构架创造了需求。已经有一些试图生产基于MATLAB 的并行编 程的产品，其中最有名是麻省理工大学林肯实验室(MITLincoln Laboratory)的 pMATLAB 和MatlabMPI，康耐尔大学(CornellUniversity)的MutiMATLAB 和俄 亥俄超级计算中心(Ohio SupercomputingCenter)的bcMPI。 MALAB 初期版本就试图开发并行计算，80年代晚期MATLAB 的原作者， MathWorks公司的共同创立者CleveMoler 曾亲自为英特尔HyperCube和Ardent 电脑公司的Titan 超级计算机开发过MATLAB。Moler 1995年的一篇文章 “Why thereisnt aparallelMATLAB?[**]” 中描述了在开了并行MATLAB 语言中有三 个主要的障碍即：内存模式、计算粒度和市场形势。MATLAB 全局内存模式的 多数并行系统的分布式模式意味着大数据矩阵在主机和并行机之间来回传输。与 语法解析和图形例程相比，那时MATLAB 只花了小部分的时间行例程上，这使 得并行上的努力并不是很有吸引力。最后一个障碍对于一个资源有限的组织来讲 确实是一个现实，即没有足够多的MATLAB 用户将其用于并行机上，因此公司 还是把注意力放在单个CPU 的MATLAB 开发上。然而这并不妨碍一些用户团 体开发MATLAB 并行计算功能，如上面提到的一些实验室和超级计算中心等。 有几个因素使并行MATLAB 工程在MathWorks 公司内部变得很重要，首先 MATALB 已经成长为支持大规模工程的领先工程技术计算环境；其次现今的微 处理器可以有两个或四个内核，将来可能会更多甚至个人并行机，采用更复杂的 分层存储结构，MATLAB 可以利用多处理器计算机或网络机群；最后是用户团 体中要求全面成熟解决方案的呼声也越来越高[]CleveMoler.ParallelMATLAB: MultipleProcessorsandMulti Cores,Th eMathWorksNewsNotes 。 有三种途径可以用MATLAB 来创建一个并行计算系统。第一种途径是主 要是把MATLAB 或相似程序翻译为低层语言如C 或FORTRAN，并用注解和其 它机制从编译器中生成并行代码，如CONLAB 和FALCON 工程就是这样。把 MATLAB 程序翻译为低层C 或FORTRAN 语言是个比较困难的问题，实际上 MathWorks 公司的MATLAB 编译软件就能转换生成C代码到生成包含 MATLAB 代码和库并支持各种语言特性的包装器。 第二种途径是在并行机是MATLAB 作为并行计算的一个 “浏览器 （browser）”而MATLAB 本身并没有什么改变且MATLAB 环境本来就不是运 行上并行机上。这种途径不能真正算是 “并行MATLAB”解决方案而仅仅是一 个用来接入一个门户启动并行应用程序的WEB 浏览器，在IntelHypercube 和 Ardent Titan 超级计算机上最早的解决方案就是采用的这种方法。最近的MIT 的 MATLAB*p 工程和现在一个商用工程Star-P 再次使用这种方法。 上面这两种方法由于有限语言和库支持，用户必须丢弃他们已有MATLAB 代码或选择通过简化的系统提供的构造集来大量的重新实现，而在MathWorlks 公司的最初调查中，已有MATLAB 代码的利用性被引为任何并行计算工具集的 最重要的特性。